Știința datelor este un studiu al datelor; include înregistrarea, stocarea și analiza datelor pentru a extrage informații utile din acestea. Aplicarea științei datelor este diversă, deoarece este un domeniu vast și cuprinde multe subcampuri. Se utilizează în sectorul bancar, comerțul cu amănuntul, comerțul electronic, divertismentul, căutarea pe internet, recunoașterea vorbirii etc.
Ca om de știință al datelor, trebuie să colectați date, să le prelucrați, să le modelați și apoi să aplicați diferiți algoritmi pentru a lua decizii utile și a stabili obiective pentru îmbunătățiri. Toate acestea au nevoie de o mașină puternică și dacă mașina dvs. nu se pricepe la scăderea numărului, atunci clientul dvs. va avea de suferit și, în consecință, cariera dvs. de cercetător în date. Prin urmare, un laptop decent este extrem de esențial pentru călătoria dvs. în domeniul științei datelor.
Această scriere se concentrează pe oferirea unui ghid pentru cumpărarea unui laptop pentru analiza datelor. Dar, înainte de a ne arunca cu capul pe lista alegerilor noastre, trebuie să înțelegem ce fel de mașină are nevoie mai întâi un om de știință de date.
Specificații pentru un laptop pentru știința datelor
Înainte de a lua un laptop pentru știința datelor, sunt puține lucruri care trebuie luate în considerare și mai întâi vine RAM:
1. Memorie (RAM)
Memoria este foarte crucială pentru un laptop de cercetători de date. Cu atât mai mult este întotdeauna mai bine. Memoria recomandată este de 16 GB. Dar dacă munca dvs. este bazată pe cloud, atunci un modul imens de memorie este nesemnificativ. A avea un laptop cu o opțiune de memorie extensibilă ar fi un plus.
2. Procesor (CPU)
Ei bine, analiza datelor are nevoie de multă putere de calcul, așa că preferați cel mai recent procesor și un procesor multi-core pentru a profita pe deplin de procesarea paralelă. Dacă utilizați AWS sau alte servicii bazate pe cloud, atunci să aveți un procesor bun va avea o importanță mai mică, dar aș recomanda în continuare să aveți un procesor bun, deoarece acestea nu mai sunt scumpe.
3. Placă grafică (GPU):
În știința datelor, multe operații depind de GPU-uri, cum ar fi instruirea modelului. Necesitatea unui GPU depinde, de asemenea, de tipul sarcinii de știință a datelor. Dacă faceți o învățare profundă sau manipulați o cantitate mare de date, atunci trebuie să aveți nevoie de o placă grafică pentru a accelera procesarea. Un GPU are multe nuclee în comparație cu un procesor normal, astfel încât să aveți un GPU va accelera procesul de analiză a datelor de mai multe ori.
4. Depozitare:
Datele necesită mult spațiu de stocare, deci este mai bine să aveți un dispozitiv de stocare bun. SSD-urile sunt o alegere perfectă, deoarece sunt destul de rapide. Dar sunt foarte scumpe în același timp. Deci, dacă aveți un buget redus, este suficient să aveți un SSD mic de 512 GB, împreună cu un hard disk obișnuit pentru stocare. Asigurați-vă că laptopul dvs. are un port USB de tip C pentru un transfer mai rapid de date.
5. Sistem de operare:
Sistemul de operare este alegerea dvs. personală. Este mai bine să mergeți cu laptopuri care acceptă Linux. Aș recomanda macOS sau orice distribuție Linux. Windows poate fi și o alegere bună, dar are nevoie de multe lucruri suplimentare înainte de a configura totul.
Este evident că mașinile obișnuite nu sunt adecvate pentru proiectele de știință a datelor. Aveți nevoie de o mașină puternică cu memorie adecvată și de o pereche de unități robuste de procesor și GPU cu spațiu de stocare suficient pentru a funcționa eficient. Să aruncăm o privire la un laptop care se potrivește cel mai bine pentru proiectele de știință a datelor:
1. Dell G5:
Prima alegere este Dell G5, care vine cu procesor Intel Core i7 de a zecea generație cu 6 nuclee și alimentat de placa grafică NVIDIA GeForce GTX 1650 Ti. Dacă sunteți un om de știință de date profesionist și lucrați la modelare sau învățare profundă, atunci acest laptop se va descurca destul de eficient. Este un laptop bazat pe Windows care vine cu diverse capacități de stocare. Aș recomanda să mergeți cu 16 GB de memorie și 512 GB de SSD.
G5 vine cu o baterie de 51 watt-oră cu 3 celule și o gamă de porturi, inclusiv un cititor de card SD și un port USB de tip C. Deși afișajul nu are nicio legătură cu știința datelor, a avea unul bun este un plus. G5 are un display LED de 15,6 inci, full HD, cu acoperire anti-orbire.
Pro:
- O mașină bine echilibrată
- Performanță solidă
- Aspecte frumoase
Contra:
- Răcire zgomotoasă
- Cam cam greu
2. HP Envy 17t:
HP Envy 17, nu cea mai bună, dar o alegere bună printre cele mai noi laptopuri pentru proiecte de știință a datelor. Unitatea de procesare instalată este Intel Core i7 și o placă grafică dedicată NVIDIA GeForce MX330. Procesorul are 4 nuclee, dar prezența unei plăci grafice îmbunătățește performanța sa generală. Envy 17 poate gestiona în mod eficient majoritatea sarcinilor legate de știința datelor.
Vine cu 16 GB RAM și opțiune de stocare dublă, ceea ce este remarcabil. Envy 17t are un SSD de 256 GB cu un hard disk de 1 TB. Ecranul de 17,3 inci și 4k este mai mult decât suficient pentru un cercetător în date. De asemenea, primiți 3 porturi USB de tip A, 1 USB de tip C, port HDMI și un slot pentru card SD.
Pro:
- Design elegant
- Tastatură confortabilă
- Afișaj 4k
- Management termic bun
Contra:
- Durată medie de viață a bateriei
- Putin cam scump
3. Macbook Air:
Aș recomanda cu nerăbdare să aveți un mediu macOS pentru știința datelor. Există mai multe motive pertinente, cum ar fi mediul asemănător UNIX și cel mai recent cip M1. M1 este un cip destul de eficient, deoarece are 8 nuclee și funcționează mult mai bine decât cele mai recente procesoare AMD sau Intel. M1 este conceput special pentru a stimula învățarea automată.
Cele mai recente modele de MacBook air vin cu o configurație RAM de 8 GB / 16 GB cu capacități de stocare de 256 GB / 5126 GB. Memoria de 8 GB este suficientă, dar aș recomanda să mergeți cu 16 GB. Stocarea depinde de preferințele dvs. personale și să aveți 256 GB SSD este adecvat dacă cumpărați un hard disk separat.
Pro:
- Mediul UNIX
- Cip M1
- Durată excelentă de viață a bateriei
Contra:
- Nu acceptă aplicațiile de bază CUDA
Nu aveți suport CUDA de bază ar putea fi o dezamăgire imensă, dar asta nu înseamnă că MacBook Air nu ar trebui să fie pe lista dvs. Poate gestiona în continuare un procent mare de proiecte în domeniul științei datelor. Dar dacă doriți asistență pentru procesarea paralelă, alegeți MacBook pro de 16 inci.
4. Acer Swift 3:
Un alt dispozitiv cu buget redus, cu specificații remarcabile. Aceasta este a doua mea alegere foarte recomandată. Swift 3 este instalat cu AMD Ryzen 7 4700U, unitate de procesare cu 8 nuclee integrată cu grafica Radeon. O alegere amplă pentru orice cercetător de date cu rentabilitate.
Swift 3 este un design subțire, ușor, inspirat de MacBook, care vine cu 8 GB RAM și un SSD de 512 GB. Afișajul LED Full HD, camera web HD și tastatura iluminată completează aparatul.
Pro:
- Accesibil
- Design elegant
- Foarte portabil
- Durată bună de viață a bateriei
Contra:
- Memoria nu poate fi actualizată
- Afișaj mediu
5. Lenovo ThinkPad E15:
Lenovo ThinkPad E15 este o altă alegere pentru un om de știință de date. Mașina are diferite variante. Specificația recomandată este Intel Core i5 de generația a zecea, integrată cu grafica Intel UHD 620.
ThinkPad E15 vine cu 16 GB RAM, excepțional pentru sarcinile legate de știința datelor. La fel ca HP Envy ThinkPad, nu vine cu spațiu de stocare suplimentar, deci dacă aveți nevoie de spațiu de stocare, trebuie să îl cumpărați separat. Afișajul de 15,6 inci este decent cu un strat anti-orbire. În plus, puteți conecta și un monitor extern cu rezoluție 4k prin HDMI sau USB de tip C.
Pro:
- Spațiu de stocare actualizabil
- Corp robust
Contra:
- Se încălzește foarte tare sub sarcină
- Durată scurtă de viață a bateriei
Concluzie:
Știința datelor este un domeniu vast și divers și, în calitate de om de știință al datelor, sarcina dvs. este să gestionați eficient datele. Pe măsură ce datele sunt în creștere, hardware-ul trebuie să organizeze și o cantitate uriașă de date, cerând, de asemenea, posibilitatea de actualizare. În acest articol, ne-am concentrat pentru a oferi un scurt ghid despre laptopurile pe care ar trebui să le luați în considerare pentru sarcinile legate de știința datelor.
Analiza datelor necesită procesoare multi-core și GPU-uri cu o cantitate mare de memorie. Aș recomanda să folosiți procesoare de ultimă generație, în special octa-core și GPU-uri, dacă aveți de-a face cu învățarea profundă. Cu toate acestea, a avea un GPU bun crește performanța colectivă.